研究者
J-GLOBAL ID:200901076660901684   更新日: 2021年05月20日

深潟 康二

フカガタ コウジ | Koji Fukagata
所属機関・部署:
職名: 教授
ホームページURL (1件): http://kflab.jp
研究分野 (4件): 知能情報学 ,  機械力学、メカトロニクス ,  熱工学 ,  流体工学
競争的資金等の研究課題 (26件):
  • 2020 - 2024 実環境大気エアロゾルの帯電状態が生体および地表面への粒子沈着へ及ぼす影響
  • 2018 - 2021 機械学習による乱流ビッグデータの特徴抽出手法の構築
  • 2019 - 2021 次世代自動車等の開発加速化に係るシミュレーション基盤構築に関連した研究
  • 2020 - 2021 境界層制御による航空機の抵抗低減に関する研究
  • 2019 - 2020 ナノ秒詳細数値シミュレーションによる点火プラグの放電現象の解明
全件表示
論文 (139件):
  • M. Ohashi, K. Fukagata, N. Tokugawa. Adjoint-based sensitivity analysis for airfoil flow control aiming at lift-to-drag ratio improvement. AIAA J. 2021
  • M. Badri Ghomizad, H. Kor, K. Fukagata. A sharp interface direct-forcing immersed boundary method using the moving least square approximation. J. Fluid Sci. Technol. 2021. 16. 2. JFST0013
  • T. Nakamura, K. Fukami, K. Hasegawa, Y. Nabae, K. Fukagata. Convolutional neural network and long short-term memory based reduced order surrogate for minimal turbulent channel flow. Phys. Fluids. 2021. 33. 025116
  • K. Fukami, K. Fukagata, K. Taira. Machine-learning-based spatio-temporal super resolution reconstruction of turbulent flows. J. Fluid Mech. 2021. 909. A9
  • K. Hasegawa, K. Fukami, T. Murata, K. Fukagata. CNN-LSTM based reduced order modeling of two-dimensional unsteady flows around a circular cylinder at different Reynolds numbers. Fluid Dyn. Res. 2020. 52. 065501
もっと見る
MISC (45件):
  • 肥留間 大輔, 大西 領, 深潟 康二, 高橋 桂子. 数値感度実験による線状降水帯の可制御性解析. ながれ. 2020. 39. 324-327
  • 難波江 佑介, 深潟 康二. ウェーブマシン状進行波制御による乱流摩擦抵抗低減効果のパラメータ依存性. ながれ. 2020. 39. 312-315
  • 中村 太一, 深見 開, 深潟 康二. 階層型CNNオートエンコーダを用いた流れ場の非線形モードの抽出. ながれ. 2020. 39. 316-319
  • 瀬川 武彦, 深潟 康二, 松野 隆, 野々村 拓. プラズマアクチュエータ研究の進歩. ながれ. 2020. 39. 192-199
  • 深潟 康二, 深見 開. 機械学習を用いた乱流ビッグデータ解析に向けて. 計測と制御. 2020. 39. 571-576
もっと見る
特許 (1件):
  • 気流制御装置、航空機及び気流制御方法
書籍 (3件):
  • 細胞療法・再生医療のための培養システム(紀ノ岡・酒井編)
    CMC出版 2010
  • 乱流工学ハンドブック(笠木・河村・長野・宮内編)
    朝倉書店 2009
  • Transition and Turbulence Control
    World Scientific, Singapore 2006 ISBN:9789812564702
講演・口頭発表等 (445件):
  • Supervised convolutional networks for volumetric data enrichment from limited sectional data with adaptive super resolution
    (The Ninth International Conference on Learning Representations (ILCR 2021) 2021)
  • Clues for Noise Robustness of State Estimation: Error-curve Quest of Neural Network and Linear Regression
    (The Ninth International Conference on Learning Representations (ILCR 2021) 2021)
  • Voronoi tessellation-assisted convolutional neural network for flow field reconstruction from sparse sensors
    (14th Southern California Flow Physics Symposium (SoCal Fluids XIV) 2021)
  • Utilization of autoencoder-based nonlinear manifolds for fluid flow forecasts driven with long short-term memory
    (DataLearning Working Group Seminar, Imperial College London 2021)
  • 直交格子を用いた物体周りの流れの2 次元レゾルベント解析
    (日本機械学会関東学生会第60回学生員卒業研究発表講演会 2021)
もっと見る
学歴 (3件):
  • 2000 - 東京大学 システム量子工学専攻
  • 2000 - スウェーデン王立工科大学(KTH) Mekanik専攻
  • 1994 - 東京大学 システム量子工学科
学位 (6件):
  • 博士(工学) (東京大学)
  • TeknD (スウェーデン王立工科大学(KTH))
  • TeknL (スウェーデン王立工科大学(KTH))
  • PhD (Engineering) (The University of Tokyo)
  • TeknD (Kungliga Tekniska Högskolan (KTH))
全件表示
経歴 (6件):
  • 2015/04 - 現在 慶應義塾大学 理工学部 教授
  • 2011/04 - 2015/03 慶應義塾大学 理工学部 准教授
  • 2007/04 - 2011/03 慶應義塾大学 理工学部 専任講師
  • 2003/04 - 2007/03 東京大学 大学院工学系研究科 助手
  • 2001/04 - 2003/03 産業技術総合研究所 エネルギー技術研究部門 第1号非常勤研究員
全件表示
委員歴 (156件):
  • 2021/04 - 現在 JSTさきがけ「複雑な流動・輸送現象の解明・予測・制御に向けた新しい流体科学」 領域アドバイザー
  • 2021/04 - 現在 日本機械学会 計算力学技術者資格認定専門委員会 熱流体力学分野 リーダ
  • 2021/03 - 現在 日本機械学会 経営企画委員会 情報化のためのWG 委員
  • 2020/12 - 現在 日本流体力学会 第36回数値流体力学シンポジウム実行委員会 委員長
  • 2020/11 - 現在 日本機械学会 年次大会 OS「機械学習✕機械工学の最先端」 オーガナイザ
全件表示
受賞 (13件):
  • 2020/10/10 - 日本機械学会熱工学部門 講演論文表彰(PRTEC2019)
  • 2020/10/10 - 日本機械学会熱工学部門 貢献表彰
  • 2019/12/19 - 日本計算力学連合 日本計算力学連合フェロー賞
  • 2019/12/06 - COMSOL AB COMSOL Conference 2019 Tokyo 優秀口述講演者賞
  • 2018/10/20 - 日本機械学会熱工学部門 一般表彰(貢献表彰)
全件表示
所属学会 (9件):
日本伝熱学会(HTSJ) ,  日本混相流学会 (JSFM) ,  日本機械学会 (JSME) ,  日本流体力学会 (JSFM) ,  日本計算力学連合 (IACM) ,  米国物理学会(APS) ,  欧州力学会(EUROMECH) ,  European Research Communities on Flow, Turbulence and Combustion (ERCOFTAC) ,  米国航空宇宙学会(AIAA)
※ J-GLOBALの研究者情報は、researchmapの登録情報に基づき表示しています。 登録・更新については、こちらをご覧ください。

前のページに戻る